Cyfrowy bliźniak pomaga tworzyć świat wokół nas

Modele, które dzięki swej dokładności odwzorowania stanowią cyfrowego bliźniaka produktu, który tworzysz, mogą wspomagać proces projektowania i rozwoju. Modele 1D pomagają wybrać najlepszą architekturę systemu wielofizycznego, modele 3D pomagają w projektowaniu detali, zaś testowanie pozwala na przeprowadzanie jeszcze bardziej realistycznego modelowania. Połączenie powyższych technologii daje największą możliwą dokładność podczas podejmowania decyzji dotyczących projektu.

Jednakże we współczesnym świecie prace projektowe nie kończą się w momencie wysłania produktu do dystrybucji. Musisz mieć możliwość otrzymywania informacji zwrotnych, śledzenia sposobów wykorzystywania produktów - za pomocą szczegółowych danych pochodzących z coraz większej liczby czujników umieszczonych w nowoczesnych urządzeniach - oraz wykorzystania powyższych do obsługi, konserwacji i ulepszania produktów, które zostały już wprowadzone na rynek oraz włączenia tych zestawów informacji do nowej generacji produktów. Oznacza to synchronizację cyfrowych bliźniąt z rzeczywistymi produktami, nawet w momencie gdy znajdują się już one w rękach klienta.

W przeszłości stosowano metodę prób i błędów w zakresie opracowywania produktów; możliwe było uzyskanie informacji na temat wymagań oraz eksperymentowanie poprzez tworzenie prototypów dających się przetestować, czy nawet zniszczyć, a następnie skorygować. Obecnie konieczne jest przedstawienie w pełni określonego projektu, a następnie upewnienie się, że produkt będzie działał w sposób taki, jaki chcesz - począwszy od wewnętrznych mechanizmów, a na szczegółach wykończenia skończywszy. Dotyczy to również sposobu rozmontowania produktu w celach serwisowych lub warunków, w których będzie funkcjonował, a to wszystko na długo przed stworzeniem fizycznego produktu.

Z racji tego, że tak wiele produktów nie jest już czysto mechanicznych, lecz stanowi mieszankę układów mechanicznych i elektronicznych, model 3D nie jest wystarczający do odwzorowania projektu. Musi być on konstrukcją odwzorowującą produkt jako układ, w tym elektronikę, zachowanie funkcjonalne, logikę sterowania i oprogramowanie dopełniające części mechaniczne, oraz musi być wystarczająco szczegółowy, aby wykorzystać go do symulacji, testowania i weryfikacji. W przypadku bardziej skomplikowanych produktów, odwzorowanie musi polegać na modelowaniu wielu różnych typów fizycznych.

W zależności od tego, co projektujesz, Twój proces inżynieryjny może obejmować symulacje systemów, analizę elementów skończonych w zakresie części składowych i podzespołów, celem zrozumienia kwestii naprężeń, dynamiki i awarii; obliczeniową dynamikę płynów, celem dokonania analizy płynów i właściwości termicznych; dynamikę wieloczłonową, celem odwzorowania zachowania w ruchu oraz metody oparte na testach, które uzupełniają dokonywane przez Ciebie symulacje. Daje to możliwość korzystania z inżynieryjnej analizy predykcyjnej, w celu połączenia danych pochodzących z symulacji, punktów odniesienia, testów prototypów, a nawet danych użytkowania istniejących produktów, aby łatwiej przewidywać wydajność projektu. W coraz większym stopniu będziesz badać całą przestrzeń projektową, zmieniać dziesiątki lub nawet setki parametrów jednocześnie oraz wizualizować prawidłowe połączenia tych parametrów, celem prowadzenia eksperymentów, aby możliwe było podejmowanie kluczowych decyzji dotyczących architektury projektu na wczesnym etapie, śledzenie ważnych parametrów w trakcie procesu, a następnie dokonanie skutecznej optymalizacji wydajności w trakcie prac nad projektem.

Prosty model statyczny nie jest w stanie zgromadzić wystarczającej liczby informacji do przeprowadzenia tego rodzaju inżynieryjnej analizy predykcyjnej lub uzyskania odpowiedzi na skomplikowane pytania wspierające po wprowadzeniu produktu do dystrybucji, bądź odpowiedzi stanowiących podstawę produktów stanowiących kontynuację poprzednich. Do tego potrzebne jest odwzorowanie cyfrowe, które daje możliwość przewidzenia wszystkich zachowań produktu na każdym etapie rozwoju oraz rzeczywistego użytkowania - cyfrowy bliźniak fizycznego produktu.

W miarę ewoluowania cyfrowego bliźniaka możliwe będzie skorelowanie danych uzyskiwanych w ramach pomiarów testowych z danymi przewidywanymi przez model w ramach wielu cykli symulacji i testów, aby mieć pewność, że obydwa zestawy danych są zbieżne. To daje Ci pewność, że model jest dokładnym odwzorowaniem produktu, który projektujesz i budujesz.

Obecnie większość firm wytwórczych skłania się ku działaniom w dobrze zarządzanym otoczeniu, gdyż chcą pracować z modelami 3D CAD i śledzić zmiany dokonywane w modelach na przestrzeni całego cyklu życia produktu. Aby jednak zareagować na tendencje, takie jak przejście od urządzeń mechanicznych do urządzeń łączących właściwości elektryczne i mechaniczne, konieczne jest bardziej zintegrowane podejście do inżynierii produktu, które łączy potrzebne dane i modele. Zakres korzystania z narzędzi zarządzania cyklem życia produktu (PLM) będzie musiał wyjść poza wymogi w zakresie śledzenia oraz danych CAD i obejmować symulację, kwestie inżynieryjne i weryfikację w ramach tego samego systemu, pozwalając na zintegrowanie danych pochodzących z testów i czujników oraz dotyczących wydajności produktów na poszczególnych etapach ich cyklu życia.

Śledzenie ewolucji cyfrowego bliźniaka od projektowania do wytwarzania, obok kluczowych parametrów i danych dotyczących wydajności, oznacza, że możesz obserwować zmiany, które zaszły w trakcie projektowania, aby móc w każdej chwili wrócić i przeanalizować kwestie, które mogły doprowadzić do poprawy lub do wystąpienia problemu.

W najbardziej wyrafinowanych systemach cyfrowy bliźniak Twojego produktu może być zsynchronizowany z produktem fizycznym, poprzez włączenie danych terenowych, co daje możliwość uzyskania odpowiedzi na pytania dotyczące zachowania produktu w świecie rzeczywistym. Aby dotrzymać kroku zmianom zachodzącym obecnie w każdej branży przemysłu, konieczne będzie śledzenie produktu przez cały cykl jego życia po wprowadzeniu go do obrotu.

Coraz więcej produktów wyposażonych jest w czujniki gromadzące informacje. Są one również w coraz większym stopniu kontrolowane przez oprogramowanie, które można aktualizować i ulepszać po rozpoczęciu sprzedaży produktu. Stanowi to okazję do zwiększenia zadowolenia klientów (w najlepszym przypadku) lub uniknięcia kosztów wycofywania produktów z rynku (w najgorszym przypadku). W latach 2013-2014 liczba samochodów wycofanych z rynku USA niemalże potroiła się - wzrost z 22 do 63 milionów, według Krajowej Agencji Bezpieczeństwa Ruchu Drogowego, generując koszty w wysokości około 100 USD w przeliczeniu na samochód. W tym samym okresie wycofano z rynku ponad 550 innych towarów konsumpcyjnych, powodując straty wizerunkowe firm i pogorszenie wyników finansowych.

Dzięki cyfrowemu bliźniakowi, na przykład w sytuacji skarg płynących na wibracje obserwowane w traktorze, model Twojego produktu zapamięta, że po 10.000 roboczogodzin wpływ na wydajność mogą mieć zarówno niewielkie pęknięcia konstrukcji, jak i właściwości smaru. Dane pochodzące z czujników wskazują warunki środowiskowe, takie jak temperatura, oraz to, jak długo dany traktor był używany poprzedniego dnia i jakie działania podjął jego operator po wystąpieniu wibracji.

Cyfrowy bliźniak musi być w stanie odwzorować rzeczywiste zachowania Twojego produktu, wskazując na wpływ, jaki jego użytkowanie i obecne warunki eksploatacyjne mają na wydajność. Model symulacyjny traktora może korzystać z rzeczywistych warunków roboczych i przeprowadzać eksperymenty w postaci, przykładowo, zmiany smaru lub ulepszenia oprogramowania w celu lepszego sterowania silnikiem lub też zmiany materiału wykorzystywanego w określonych miejscach pojazdu. Eksperymenty wirtualne mogą wpłynąć na poprawę zachowania danych części składowych produktu w terenie. Dadzą możliwość znalezienia rozwiązania problemu celem ulepszenia kolejnej wersji produktu lub ostrzeżenia klienta o konieczności aktualizacji oprogramowania lub zmiany procedur eksploatacyjnych przed wystąpieniem katastrofalnej usterki. Oto, w jaki sposób cyfrowy bliźniak wpływa na rzeczywistość.

Autorzy:
Jan Larson, Siemens marketing director EMEA
S. Ravi Shankar, Director of Simulation Product Marketing at Siemens PLM Software